Por Vanessa Fernandes, Solutions Architect, AWS Worldwide Public Sector; Leo Matayoshi, Solutions Architect, Financial Services and Observability and Felipe Emerenciano, CTO do Colab.

O Colab, GovTech brasileira que conecta cidadãos a gestões municipais, adotou a stack de observabilidade nativa da AWS, com os recursos do Amazon CloudWatch, para monitorar proativamente 7 aplicações críticas. Com a combinação de traces distribuídos (AWS X-Ray) e IA generativa (Kiro), a empresa resolveu em 2 horas uma refatoração que levaria 48 horas manualmente, alcançando 180% de melhoria no desempenho de CPU e 95,8% de redução no esforço de resolução de incidentes críticos.

Sobre o Colab

O Colab é uma GovTech brasileira pioneira em transformação digital para o setor público. A plataforma conecta cidadãos às gestões municipais, oferecendo soluções que vão desde o atendimento e consulta cidadã até a criação automatizada de serviços públicos digitais, como rematrículas escolares, vacinação e consultas médicas, solicitações de zeladoria urbana e emissão de licenças e impostos municipais.

Operando na nuvem da AWS, o Colab atende dezenas de prefeituras e governos estaduais no Brasil, processando milhões de interações que impactam diretamente a vida cotidiana dos cidadãos.

“A gestão de serviços públicos digitais exige disponibilidade crítica e precisão contínua. A adoção das ferramentas de observabilidade da AWS nos deu uma visão proativa sem precedentes”, afirma Felipe Emerenciano, CTO do Colab.

O desafio: sazonalidade imprevisível nos serviços públicos municipais

Sustentar a alta disponibilidade de plataformas governamentais é um desafio complexo. Diferentemente de aplicações de e-commerce ou redes sociais, os serviços públicos municipais possuem picos de sazonalidade imprevisíveis e locais:

• Rematrículas escolares e orçamento participativo: explosão simultânea de milhares de acessos em portais e canais de mensageria.
• Vencimento de impostos municipais: sobrecarga temporária nas APIs de emissão de guias como a do imposto sobre a Propriedade Predial e Territorial Urbana (IPTU)
• Eventos climáticos e emergências urbanas: picos instantâneos de chamados de zeladoria via aplicativo móvel.

Com 7 aplicações fundamentais hospedadas na AWS, o time de engenharia do Colab precisava evoluir de um modelo de monitoramento reativo para uma cultura de observabilidade proativa, identificando gargalos de infraestrutura, código e banco de dados antes de uma indisponibilidade do serviço para o cidadão.

A solução: jornada de observabilidade nativa AWS

Em março de 2026, o Colab iniciou sua jornada de consolidação da observabilidade utilizando a stack nativa da AWS. A arquitetura foi desenhada para cobrir desde a experiência do usuário no front-end até a execução profunda de queries no banco de dados.

1. Monitoramento real do cidadão: Amazon CloudWatch RUM

A telemetria client-side foi implementada via CloudWatch RUM (Real User Monitoring nas duas superfícies de acesso do cidadão: nos portais e webviews embarcadas (incluindo os iFrames nos sites das prefeituras), via snippet JavaScript; e nos aplicativos móveis nativos (iOS/Android), via SDK de RUM. Em ambos os casos, a solução captura em tempo real a experiência do cidadão: erros de navegação, latência no carregamento de telas e falhas específicas de dispositivos ou navegadores.

2. Rastreamento distribuído e APM: AWS X-Ray com Amazon Cloudwatch Application Signals

Para enxergar o caminho interno das requisições através das 7 aplicações, o Colab adotou o AWS X-Ray combinado com Amazon Cloudwatch Application Signals. A solução cria mapas dinâmicos de serviços (Service Maps) e rastreia requisições (traces), isolando exatamente qual microsserviço ou chamada de API apresenta latência elevada. A ingestão e a análise dos spans são feitas via CloudWatch Transaction Search, que consolida os traces do X-Ray no CloudWatch.

3. Diagnóstico profundo de banco de dados: CloudWatch Database Insights

Como as aplicações realizam alto volume de leitura e escrita para tramitação de processos públicos, o CloudWatch Database Insights (para Amazon RDS e Amazon Aurora) foi acoplado à visão geral, monitorando queries lentas, contenção de conexões (locks) e deadlocks em tempo real. O Amazon DocumentDB, por sua vez, é monitorado com o Performance Insights, que analisa a carga do banco e as queries de maior impacto.

4. SLOs/SLIs customizados com sazonalidade

Em vez de limiares genéricos, o Colab criou Service Level Objectives (SLOs) e Service Level Indicators (SLIs) específicos para cada serviço público e cada prefeitura cliente. Os SLOs foram configurados no Amazon Application Signals para refletir o padrão de uso de cada município, considerando sua sazonalidade histórica. Alarmes preventivos eram disparados quando a taxa de sucesso caía abaixo de 99%, diretamente nos canais de engenharia no Slack, permitindo ação imediata antes da indisponibilidade do serviço.

O momento decisivo: diagnóstico por observabilidade com refatoração acelerada por IA

O verdadeiro teste de valor veio quando um alarme do Amazon CloudWatch, alimentado pelos traces do AWS X-Ray, disparou um alerta preventivo em um dos microsserviços mais críticos: a API principal de gerenciamento de cache.

O mapa de serviços apontou que a abstração de cache baseada no pacote cache-manager do NestJS, conectada ao Redis, estava gerando gargalos de memória e contenção de processamento sob carga elevada. O diagnóstico era claro: a camada abstrata precisava ser substituída pela biblioteca nativa io-redis.

A alteração exigia a refatoração profunda em mais de 96 arquivos de código. O esforço manual estimado: 48 horas contínuas de desenvolvimento e revisão, com alto risco de regressões em prefeituras ativas em produção.

O acelerador: Kiro na engenharia do Colab

Para resolver sem paralisar o time, o Colab utilizou o Kiro, serviço agêntico de desenvolvimento da AWS disponível como IDE, CLI e agente web autônomo:

• Diagnóstico preciso: com base nos dados exatos fornecidos pelo trace do X-Ray, o Kiro reescreveu a lógica de conexão de cache, substituindo o cache-manager pelo io-redis.
• Refatoração cirúrgica: a IA aplicou a alteração nos mais de 96 arquivos, preservando 100% das regras de negócio.
• Validação humana rápida: o time de engenharia levou apenas duas horas para revisar e validar todo o código gerado.

Resultado: a nova arquitetura eliminou completamente os gargalos de memória e entregou 180% de melhoria no desempenho de CPU dos servidores (a mesma infraestrutura passou a suportar cerca de 2,8 vezes mais requisições sob a mesma carga de CPU), de forma preventiva, sem que nenhum cidadão enfrentasse indisponibilidade. Conforme menciona Felipe Emerenciano, CTO do Colab, ao integrarem o diagnóstico à IA do Kiro para executar a manutenção, a equipe teve um ganho enorme de agilidade.

Resultados em números

Impacto na operação

• Melhoria de confiabilidade do serviço ao cidadão: monitoramento proativo com SLOs flexíveis reduziu o MTTR e sustentou uma alta taxa de sucesso nas requisições públicas.
• Resolução de problemas: a combinação de traces do X-Ray com Kiro deixou a investigação de incidentes três vezes mais rápida e reduziu o tempo de resolução de grandes refatorações de dias para poucas horas.
• Eficiência operacional e FinOps: consolidação de métricas no Amazon CloudWatch eliminou a necessidade de licenciar múltiplas ferramentas de terceiros, favorecendo a previsão orçamentária e controle de custos: com taxas de amostragem bem definidas (5% no X-Ray e 10% no RUM), o Colab cobre cerca de 700 milhões de requisições por mês no X-Ray (volume consolidado de todos os clientes em um mês de pico), das quais 5% são gravadas como traces (cerca de 35 milhões por mês), 30 milhões de navegações por mês no RUM e o monitoramento de banco de dados por um custo estimado de cerca de USD 200 por mês. (tabela de preços do Amazon CloudWatch).

Conclusão

Ao adotar a stack de observabilidade nativa da AWS, o Colab deixou de reagir a incidentes para antecipá-los, identificando gargalos de infraestrutura, código e banco de dados antes que afetassem o cidadão. A combinação de monitoramento proativo (Amazon CloudWatch, X-Ray e Application Signals) com a refatoração acelerada pelo Kiro transformou uma correção crítica de 48 horas em 2 horas, com 180% de ganho no desempenho de CPU e sem indisponibilidade para o cidadão. Mais do que métricas, o resultado é uma cultura de engenharia orientada a dados, capaz de sustentar a confiabilidade dos serviços públicos municipais em meio a picos de sazonalidade imprevisíveis e preparada para escalar à medida que novas prefeituras e serviços entram na plataforma

Serviços AWS utilizados

• Amazon CloudWatch (Logs, Metrics, Alarms, Dashboards)
• Amazon CloudWatch RUM (Real User Monitoring)
• AWS X-Ray com CloudWatch Transaction Search (tracing distribuído e análise de spans)
• Amazon CloudWatch Application Signals (APM & SLO/SLI)
• CloudWatch Database Insights (Amazon RDS, Amazon Aurora)
• Kiro (AWS agentic development service)

Quer saber mais sobre como a AWS pode ajudar sua organização pública a implementar observabilidade proativa? Entre em contato com nosso time de Worldwide Public Sector.

Autores

	Vanessa Rodrigues Fernandes é Arquiteta de Soluções do Setor Público na AWS. Possui pós-graduação em Gestão Estratégica em TI pela PUCRS, graduação em Segurança da Informação pela Unisinos (RS) e formação técnica em Redes de Computadores pela UFRGS. Com mais de 20 anos de experiência em infraestrutura, redes e segurança da informação, atuou em diferentes segmentos de mercado, ajudando empresas a construir e sustentar soluções tecnológicas estratégicas para seus negócios. É apaixonada por tecnologia, segurança da informação, inteligência artificial e viagens.
	Leo Matayoshi é Arquiteto de Soluções na AWS com foco em ajudar clientes do setor de Serviços Financeiros a modernizar e inovar na nuvem. Ele é especialista em Observabilidade, ajudando organizações a obter visibilidade ponta a ponta em suas cargas de trabalho críticas.
	Felipe Emerenciano é CTO do Colab. Possui pós graduação no MIT e conta com mais de 25 anos de experiência no mercado de tecnologia, incluindo longa passagem em consultorias como Accenture e PwC. Atualmente, lidera a transformação digital na Gestão Pública Colaborativa, com ênfase em Inteligência Artificial. Ele também é especialista em Data Analytics, Cloud Services (AWS e GCP), Automação e ecossistema SAP. E possue forte atuação em planejamento estratégico, governança e alianças de tecnologia, combina visão analítica, mentalidade empreendedora e modelo Sales & Delivery para construir soluções de alto impacto para o setor público e iniciativa privada.